Reasearch of Full Stack AI-Trade, From data gathering to trading.
데이터 수집부터 트레이딩까지의 모든 과정에대한 연구를 하는 프로젝트입니다.
거래 전략으로 머신러닝/딥러닝을 이용한 퀀트 전략을 주로 연구합니다.
- Various method for labeling finance data
머신러닝/딥러닝 모델의 학습을 위한 금융데이터의 트렌드 레이블링 방법에 대해서 연구하는 파트입니다.
일일 단순 등락 트렌드 레이블링, 시퀀스-시퀀스 트렌드 레이블링 등 다양한 유형의 트렌드 레이블링 방법을 시도합니다.
- Machine Learning Quant Strategy
- Deep Learning Quant Strategy
- Feature Engineering
머신러닝/딥러닝을 이용해 유가증권의 트렌드 등을 예측하는 모델을 연구하는 파트입니다.
- Depend on technical analysis
널리 사용되는 기술적 분석 방법을 조합하고 응용하여 효과적으로 적용시키는 모델에 대해서 연구하는 파트입니다.
- Research on how to optimize the timing of trading
실제 유가증권의 거래의 효과적인 매매 타이밍에 대해서 연구하는 파트입니다.
유가 증권 데이터의 이상치를 탐지하여 리스크를 방지하기 위한 방법에 대해서 연구하는 파트입니다.
금융데이터에 대한 분석, 모델 적용, 트레이드 진행까지 자율적으로 실행하는 AI에대해서 연구하는 파트입니다.
데이터 수집부터 실제 트레이딩 까지의 모든 과정이 하나의 프로그램으로써
데이터 파이프라인(Spark)을 구성하고 분산처리(Hadoop)을 통해서 최적화 시키는 방법에 대해서 연구합니다.